- 在职高新课-深度学习 要求 目标 环境要求 1.1 深度学习介绍 学习目标 1.1.1 区别 1.1.3 深度学习代表算法-神经网络 1.1.4 为什么深度学习现在效果非常好 深度学习与神经网络 1.2 神经网络基础 循环神经网络 4.2 词嵌入与NLP 4.3 seq2seq与Attention机制 5.1 生成对抗网络(GAN) 高级主题 5.2 自动编码器 5.3 Ca 在职高新课-深度学习 要求 目标 环境要求 1.1 深度学习介绍 学习目标 1.1.1 区别 1.1.3 深度学习代表算法-神经网络 1.1.4 为什么深度学习现在效果非常好 深度学习与神经网络 1.2 神经网络基础 循环神经网络 4.2 词嵌入与NLP 4.3 seq2seq与Attention机制 5.1 生成对抗网络(GAN) 高级主题 5.2 自动编码器 5.3 Ca
- 要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 4.9 Web Server + TensorFlow Serving C 要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 4.9 Web Server + TensorFlow Serving C
- TortoiseSVN使用-TortoiseSVN更换或重置登录用户 TortoiseSVN使用-TortoiseSVN更换或重置登录用户
- 【摘要】本视频带您了解RAG（检索增强生成）技术。RAG是一种人工智能技术，它结合了信息检索和生成模型。RAG系统首先从大型文档库中检索相关信息，然后使用这些信息来增强生成大模型的回答能力。 【摘要】本视频带您了解RAG（检索增强生成）技术。RAG是一种人工智能技术，它结合了信息检索和生成模型。RAG系统首先从大型文档库中检索相关信息，然后使用这些信息来增强生成大模型的回答能力。
- TortoiseSVN使用-合并分支代码 TortoiseSVN使用-合并分支代码
- TortoiseSVN使用-权限配置 TortoiseSVN使用-权限配置
- 原创跨平台新作flutter3.32+dart3.8+deepseek-v3+get+dio+window_manager从0-1搭建桌面客户端流式Ai聊天会话系统。集成了 Flutter3 对接 DeepSeek API 对话大模型。支持收缩侧边栏、代码高亮、会话本地存储。 原创跨平台新作flutter3.32+dart3.8+deepseek-v3+get+dio+window_manager从0-1搭建桌面客户端流式Ai聊天会话系统。集成了 Flutter3 对接 DeepSeek API 对话大模型。支持收缩侧边栏、代码高亮、会话本地存储。
- 本方案围绕轻量高效的语音识别（ASR）模型——senseVoice展开，重点介绍其两种主流部署与服务化启动方式（API接口直连），兼顾技术灵活性与落地便捷性，助力开发者快速构建语音转文字能力。无论是智能硬件终端的实时语音交互，还是企业级系统的批量音频处理，senseVoice均能提供适配方案。一、环境准备安装 Anaconda（可选，如有已经安装跳过）# 下载脚本（版本号以实际为准）wge... 本方案围绕轻量高效的语音识别（ASR）模型——senseVoice展开，重点介绍其两种主流部署与服务化启动方式（API接口直连），兼顾技术灵活性与落地便捷性，助力开发者快速构建语音转文字能力。无论是智能硬件终端的实时语音交互，还是企业级系统的批量音频处理，senseVoice均能提供适配方案。一、环境准备安装 Anaconda（可选，如有已经安装跳过）# 下载脚本（版本号以实际为准）wge...
- U-Net架构在图像分割和修复任务中表现出色，但其局部性限制使其在视频生成任务中难以捕捉长距离依赖关系。相比之下，Transformer通过自注意力机制突破了这一限制，尤其在与扩散模型结合后形成的扩散Transformer，成为视频生成领域的核心技术。 U-Net架构在图像分割和修复任务中表现出色，但其局部性限制使其在视频生成任务中难以捕捉长距离依赖关系。相比之下，Transformer通过自注意力机制突破了这一限制，尤其在与扩散模型结合后形成的扩散Transformer，成为视频生成领域的核心技术。
- TortoiseSVN使用-合并深度介绍 TortoiseSVN使用-合并深度介绍
- Linux下版本控制器(SVN) -服务器端环境搭建步骤 Linux下版本控制器(SVN) -服务器端环境搭建步骤
- Open WebUI 是一个可扩展、功能丰富且用户友好的自托管 AI 平台，旨在完全离线运行。它支持各种 LLM 运行器和与OpenAI 兼容的 API，并内置RAG 推理引擎，使其成为强大的 AI 部署解决方案。基于Flexus L实例、MaaS大模型即服务平台可实现快速部署。 Open WebUI 是一个可扩展、功能丰富且用户友好的自托管 AI 平台，旨在完全离线运行。它支持各种 LLM 运行器和与OpenAI 兼容的 API，并内置RAG 推理引擎，使其成为强大的 AI 部署解决方案。基于Flexus L实例、MaaS大模型即服务平台可实现快速部署。
- flutter3-deepseek：原创基于flutter3.27+dio+deepseek-v3+markdown从0-1纯手撸流式输出AI对话聊天小助手。集成 Flutter3 接入 DeepSeek-V3 会话大模型。支持代码高亮、本地会话存储、支持手机端/桌面端显示。 flutter3-deepseek：原创基于flutter3.27+dio+deepseek-v3+markdown从0-1纯手撸流式输出AI对话聊天小助手。集成 Flutter3 接入 DeepSeek-V3 会话大模型。支持代码高亮、本地会话存储、支持手机端/桌面端显示。
- 混合专家（MoE）模型是一种创新架构，通过融合多个“专家”子模型，针对不同任务提供更优解决方案。相比传统单一模型，MoE能更好地应对复杂多样的语言任务。借助Hugging Face Transformer库，可利用预训练模型定制专家，并设计门控网络协调任务分配。本文详细解析了MoE模型的设计、训练与优化方法，探讨其在智能客服、机器翻译等领域的应用潜力，以及未来推动自然语言处理技术发展的可能性。 混合专家（MoE）模型是一种创新架构，通过融合多个“专家”子模型，针对不同任务提供更优解决方案。相比传统单一模型，MoE能更好地应对复杂多样的语言任务。借助Hugging Face Transformer库，可利用预训练模型定制专家，并设计门控网络协调任务分配。本文详细解析了MoE模型的设计、训练与优化方法，探讨其在智能客服、机器翻译等领域的应用潜力，以及未来推动自然语言处理技术发展的可能性。
- Linux下版本控制器(SVN) -命令行客户端 Linux下版本控制器(SVN) -命令行客户端
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中 -
用码道，让你的AI作品三步上朋友圈2026/08/04 周二 19:00-20:00
林华鼎-华为云AI开发者运营负责人
从入门 · 到做AI应用 · 到企业级开发。不教编程，只教用AI · 零代码、有产出、能带走、可炫耀 · 每课人人动手实操
回顾中
热门标签